pdf-skill

name pdf-skill description PDF 读/写/转/OCR 一体化。触发场景：总结 PDF、读文本或表格、填 AcroForm 表单、渲染页面为图、合并/拆分/水印/旋转/加密、创建新 PDF（发票/报告）、PDF ↔ docx/md/txt 互转。典型说法：“总结这份 PDF”、“填一下这个 PDF 表单”、“把几个 PDF 合一起”、“PDF 加水印”、“PDF 转 Word”、“扫描件 OCR”、“看看 PDF 第 3 页长什么样”。用户提到 .pdf 文件、要产出 PDF、或要对 PDF 做任何改动都加载本技能。 PDF 技能 读用 PdfInspect ； 写 / 改 / 创建一律用 JsSandbox 跑 Node 脚本调用 pdf-lib / pdfkit / pdf-parse 等预装库；格式互转用 DocConvert ；扫描件走 CloudImageUnderstand 。 工具清单 工具 做什么 只读 PdfInspect 读：summary / text / tables / form-fields / form-structure / images / annotations / render 是 JsSandbox 所有写操作 ：创建新 PDF、合并、水印、旋转、填表、加密…… 用 pdf-lib / pdfkit 代码实现 否 DocConvert 格式互转：pdf ↔ docx / html / md / txt / xlsx 否 CloudImageUnderstand 扫描 PDF 的 OCR 入口（云端，会扣积分） 否 加载（两步，缺一不可） ： LoadSkill pdf-skill —— 仅把本技能文档拉进上下文。 ToolSearch(query: "select:PdfInspect,JsSandbox,DocConvert") —— 激活工具 schema。 Read 对 .pdf 只走轻量摘要； 任何分析/总结/填/改/转/OCR PDF 都走 PdfInspect + JsSandbox 。 1. 读： PdfInspect 是唯一入口 不知道 PDF 长啥样先 summary ： PdfInspect { action: "summary", filePath: "…" } 返回 pageCount / fileSize / characterCount / hasForm / encryption / textType ，按 textType ： textType 下一步 extractable PdfInspect(text) 直接取全文 scanned / cid-encoded PdfInspect(render, pageRange) → 再调 CloudImageUnderstand 对每张 PNG OCR isEncrypted: true 走下面 JsSandbox pdf-lib 解密，或 PdfInspect(password) 大 PDF 必传 pageRange （如 "1-5"），否则触发截断。 AcroForm 表单： PdfInspect(form-fields) 拿 checkedValue / radioOptions 再填。 2. 写： JsSandbox + pdf-lib / pdfkit 首选 pdf-lib （编辑已有 PDF / 合并 / 水印 / 旋转 / 填表 / 解密）； 从零生成复杂布局 用 pdfkit （矢量 + 文字 + 图）。 2.1 Demo：创建一份中文发票 PDF（ pdfkit ） import PDFDocument from 'pdfkit' import fs from 'node:fs' const doc = new PDFDocument ({ size : 'A4' , margin : 48 }) doc. pipe (fs. createWriteStream ( 'invoice.pdf' )) doc. fontSize ( 22 ). text ( 'INVOICE' , { align : 'right' }) doc. moveDown () doc. fontSize ( 10 ). text ( 'Acme Corp' , { align : 'right' }) doc. text ( 'Invoice #2026-042 Date: 2026-04-20' , { align : 'right' }) doc. moveDown () // 简易表格 const rows = [ [ 'Widget' , 1 , 50.00 ], [ 'Gadget' , 2 , 30.00 ], ] doc. fontSize ( 12 ). text ( 'Description Qty Unit Total' ) doc. moveTo ( 48 , doc. y ). lineTo ( 547 , doc. y ). stroke () let total = 0 for ( const [name, qty, unit] of rows) { const line = qty * unit total += line doc. text ( ` ${name.padEnd( 14 )} ${qty} $ ${unit.toFixed( 2 )} $ ${line.toFixed( 2 )} ` ) } doc. moveDown (). fontSize ( 14 ). text ( `Total: $ ${total.toFixed( 2 )} ` , { align : 'right' }) doc. end () await new Promise ( r => doc. on ( 'end' , r)) console . log ( 'invoice.pdf written' ) CJK 提示 ：pdfkit 默认字体不含中文字形。若要出中文，先用 doc.registerFont('cn', '/path/to/NotoSansCJK.ttf') 再 doc.font('cn') 。系统 fallback 字体不保证覆盖。 2.2 Demo：给已有 PDF 加 CONFIDENTIAL 水印（ pdf-lib ） import { PDFDocument , rgb, degrees, StandardFonts } from 'pdf-lib' import fs from 'node:fs/promises' const src = await fs. readFile (process. argv [ 2 ] ?? 'input.pdf' ) const pdf = await PDFDocument . load (src) const font = await pdf. embedFont ( StandardFonts . HelveticaBold ) for ( const page of pdf. getPages ()) { const { width, height } = page. getSize () page. drawText ( 'CONFIDENTIAL' , { x : width / 2 - 140 , y : height / 2 , size : 64 , font, color : rgb ( 0.9 , 0.1 , 0.1 ), opacity : 0.25 , rotate : degrees (- 30 ), }) } const out = await pdf. save () await fs. writeFile ( 'watermarked.pdf' , out) console . log ( `watermarked ${pdf.getPageCount()} pages` ) 2.3 Demo：合并 PDF（ pdf-lib ） import { PDFDocument } from 'pdf-lib' import fs from 'node:fs/promises' const merged = await PDFDocument . create () for ( const p of [ 'a.pdf' , 'b.pdf' , 'c.pdf' ]) { const src = await PDFDocument . load ( await fs. readFile (p)) const pages = await merged. copyPages (src, src. getPageIndices ()) pages. forEach ( pg => merged. addPage (pg)) } await fs. writeFile ( 'merged.pdf' , await merged. save ()) console . log ( `merged → ${merged.getPageCount()} pages` ) 2.4 Demo：填 AcroForm 表单（先 PdfInspect(form-fields) 拿 checkedValue ） import { PDFDocument } from 'pdf-lib' import fs from 'node:fs/promises' const pdf = await PDFDocument . load ( await fs. readFile ( 'form.pdf' )) const form = pdf. getForm () form. getTextField ( 'full_name' ). setText ( '张三' ) form. getCheckBox ( 'agree' ). check () // 若 PdfInspect 给出 checkedValue='Y'，用 setValue('Y') form. getRadioGroup ( 'gender' ). select ( 'M' ) // form.flatten() // 想锁表单就 flatten await fs. writeFile ( 'filled.pdf' , await pdf. save ()) console . log ( 'form filled' ) 2.5 Demo：解密 / 旋转 / 抽页 // 解密 import { PDFDocument } from 'pdf-lib' const pdf = await PDFDocument . load (buf, { password : 'secret' , ignoreEncryption : false }) await fs. writeFile ( 'unlocked.pdf' , await pdf. save ()) // 旋转第 1 页 90° pdf. getPage ( 0 ). setRotation ( degrees ( 90 )) // 抽出第 3、5 页到新 PDF const out = await PDFDocument . create () const [p3, p5] = await out. copyPages (pdf, [ 2 , 4 ]) out. addPage (p3); out. addPage (p5) 3. OCR（扫描件） PdfInspect(summary) // textType == 'scanned' PdfInspect(render, pageRange) // 得到 [<asset>/render-p1.png, ...] CloudImageUnderstand(image=<上面每张 png>, question='精确识别并提取中文文字') 4. 格式互转 DocConvert(from="pdf", to="docx", sourcePath="…") # PDF → Word 编辑 DocConvert(from="docx", to="pdf", sourcePath="…") # Word → PDF 分发 DocConvert 比 JsSandbox + pdf-lib 快且排版忠实； 互转优先它 。 5. 常见错误兜底 症状 原因 处理 pdfkit 中文乱码 / 方块 默认字体不含 CJK 字形 先 registerFont('cn', '/path/to/NotoSansCJK.ttf') pdf-lib 加载报 EncryptedPDFError 文件加密 PDFDocument.load(buf, { password: '…' }) 水印覆盖不均 PDF 页面大小不同 循环 page.getSize() 按页算 x/y 合并后字体变样 原 PDF 嵌字体不完整 用 pdf-lib 的 useObjectStreams: false 重写 TypeError: Cannot read properties of undefined (reading 'save') pdfkit 没有 doc.save() / doc.restore() （那是 Canvas 2D API） 颜色/字号状态直接用 doc.fillColor() / doc.fontSize() 切换即可，不需要保存-恢复栈。最终文档落盘用 doc.pipe(fs.createWriteStream(...)); doc.end() 修脚本： JsSandbox(action="edit-and-run", scriptPath=<上次的>, edits=[{find,replace}]) 只传改动点。